FACULTAD DE EDUCACIÓN E IDIOMAS

DEPARTAMENTO DE FÍSICA

USO Y MANEJO DE EQUIPOS DE LABORATORIO

“Tratamiento Estadístico de Datos Experimentales”

Managua, agosto de 2017

Introducción

La estadística es una ciencia cuyo objetivo es la recolección e interpretación de datos,

resultados de un experimento o del análisis de una muestra o población. La estadística es
una herramienta muy útil para el análisis de datos obtenidos en un proceso de medición, en
particular cuando se llevan a acabo mediciones repetidas de un mismo mesurando.

Histogramas y distribución estadística

Cuando realizamos un experimento que necesita la realización de un número grande de

medidas, el análisis estadístico es muy importante. Por lo tanto, es necesario disponer de
algún método para mostrar los datos y que estos sean de fácil entendimiento. Una forma de
hacer esto es a través de un histograma. El histograma es una representación gráfica de una
distribución de frecuencias (cantidad de veces que se repite un resultado).

¿Cómo se construye un histograma?

1. En un sistema de coordenadas se representan los valores de las mediciones en las
abscisas y las frecuencias relativas en las ordenadas.

2. Se divide el conjunto de mediciones en una colección de intervalos disjuntos de tal

manera que cada medición esté en un intervalo. Cada uno de esos intervalos se llama
intervalo de clase o clase.

3. Para seleccionar los intervalos de clase se procede de la siguiente manera:

a) Se calcula la cantidad √𝑁 (𝑁 es el número de datos) que da un valor aproximado
para el número apropiado de intervalos. Se redondea al número entero superior.
b) Se encuentra el rango 𝑅 (diferencia entre el valor máximo y el valor mínimo) de los
datos.
c) Se divide 𝑅 por el número de intervalos para calcular el ancho de cada intervalo.

4. En el caso que un dato caiga en el límite de algún intervalo, utilizaremos la convención

de intervalos cerrados a izquierda y abiertos a derecha.
5. Se construye una tabla que muestre para cada intervalo el número de valores 𝑛𝑘 que cae
en ese intervalo, también llamado frecuencia absoluta, y la frecuencia relativa definida
𝑛
como 𝑓𝑘 = 𝑘⁄𝑁.
6. Se construye un gráfico asignando a cada intervalo un rectángulo cuya altura
corresponde a la frecuencia.

Ejemplo
La siguiente tabla muestra 100 mediciones del período de un péndulo medidas en
segundos (s).
2,81 2,76 2,73 2,75 2,73 2,72 2,85 2,77 2,88 2,82
2,81 2,80 2,72 2,77 2,77 2,84 2,75 2,70 2,74 2,75
2,73 2,74 2,71 2,73 2,81 2,80 2,76 2,78 2,88 2,81
2,80 2,78 2,79 2,83 2,74 2,77 2,76 2,81 2,80 2,82
2,67 2,80 2,78 2,79 2,81 2,81 2,75 2,78 2,83 2,77
2,77 2,77 2,77 2,73 2,86 2,85 2,83 2,75 2,83 2,77
2,79 2,70 2,67 2,81 2,77 2,80 2,75 2,78 2,81 2,77
2,78 2,76 2,70 2,79 2,74 2,70 2,74 2,84 2,87 2,81
2,79 2,78 2,82 2,84 2,74 2,70 2,74 2,68 2,84 2,77
2,77 2,77 2,71 2,71 2,83 2,84 2,68 2,81 2,71 2,77

Primero determinamos la cantidad de intervalos de clase (recordemos que en este

experimento 𝑁 = 100):

√𝑁 = √100 = 10
Por lo que, en este experimento, la cantidad apropiada de intervalos corresponde a 10.
Luego encontramos el rango (R), que viene dado por:

𝑅 = 𝑡𝑚á𝑥 − 𝑡𝑚í𝑛

En la tabla notamos que los valores máximo y mínimo son:

𝑡𝑚á𝑥 = 2,88 𝑠

𝑡𝑚í𝑛 = 2,67 𝑠

Por lo tanto:

𝑅 = 2,88 𝑠 − 2,67 𝑠
 𝑅 = 0,21 𝑠
𝑅 0,21𝑠
Por lo que el ancho de cada intervalo es: = = 0,021𝑠 ≈ 0,02𝑠
√𝑁 10

Ahora construimos una tabla de los intervalos y las frecuencias:

# INTERVALOS FRECUENCIA FRECUENCIA RELATIVA

1 2,67 s – 2,69 s 2 0,02
2 2,69 s – 2,71 s 7 0,07
3 2,71 s – 2,73 s 6 0,06
4 2,73 s – 2,75 s 10 0,10
5 2,75 s – 2,77 s 15 0,15
6 2,77 s – 2,79 s 20 0,20
7 2,79 s – 2,81 s 10 0,10
8 2,81 s – 2,83 s 12 0,12
9 2,83 s – 2,85 s 10 0,10
10 2,85 s – 2,87 s 2 0,02
11 2,87 s – 2,89 s 2 0,02

Y por último generamos un histograma de frecuencias:

Indudablemente nuestra comprensión acerca de las mediciones que hemos realizado

mejora enormemente al ver el histograma, pues ahora podemos apreciar fácilmente cómo se
distribuyen los valores a lo largo de la escala. Esta distribución es la clave para una
comprensión satisfactoria de las mediciones.

Normalmente encontramos que los resultados tienden a presentarse con más frecuencia
en la mitad del rango, es decir, presentan una “tendencia central”.

Valores Centrales en la Distribuciones

Si deseáramos describir de forma abreviada la distribución sin tener que recurrir a un

diagrama completo, usualmente contamos con tres parámetros:

a) Media

Es uno de los parámetros que más utilizaremos a lo largo del curso y es también
conocido como media aritmética. Para 𝑁 mediciones de la variable 𝑥𝑖 , la media 𝑥̅ se
define como:
∑ 𝑥𝑖
𝑥̅ =
𝑁
b) Mediana

Si ubicamos los datos de una variable estadística en orden numérico, de menor a

mayor, llamaremos “mediana” al número tal que separa los datos en dos partes iguales.

c) Moda

La mayoría de las distribuciones tienen un punto máximo o pico cerca del centro. Este
valor sobre la escala horizontal en que ocurre se llama moda. A veces una distribución
tendrá dos puntos máximos, en este caso la denominamos distribución bimodal y señalamos
los dos valores modales.

Media, moda y mediana no tienen, en general, porqué coincidir. Estos tres parámetros
sí son iguales en el caso de distribuciones unimodales y simétricas respecto del valor medio
(por ejemplo en el caso de una distribución gaussiana). En el caso de una distribución
asimétrica, las diferencias entre moda, media y mediana pueden ser sustanciales.